计量经济学课题论文实验报告

1、居民消费水平的影响因素实验报告第十二组组长：牧春枝组员：雷志豪 郑皓谦 李远致 姜婧怡 刘三科 李晗静 雷金祎一、摘要：居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来。居民消费作为社会再生产的终点和起点，对于实现社会再生产的良性循环，促进国民经济的持续发展具有决定性作用，要刺激消费，扩大内需，拉动经济发展，那么研究居民消费水平对于我国经济发展以及宏观调控起到很大的作用，因此居民消费水平具有研究性。通过文献参考发现居民消费水平的影响因素主要有五点：国内生产总值GDP、城镇居民可支配收入、农村居民可支配

2、收入、人口自然增长率和居民消费价格指数，本文将分别总结以上因素的影响情况。本文运用计量分析的方法，研究了居民消费水平的影响因素。二、关键词：国内生产总值GDP、城镇居民可支配收入、农村居民可支配收入、人口自然增长率、居民消费价格指数。 在研究影响居民消费水平影响之前，首选我们要明白居民消费水平的意义。居民消费水平指按常住人口平均计算的居民消费支出。即是居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来。 在现实生活中，居民消费水平是受多方面因素影响因此来确定的一个量，所以要想了解居民消费水平就必须从多个影响因素进行分析

3、。国内生产总值GDP 常被公认为是衡量国家经济状况的最佳指标，它不但可以反映一个国家的经济表现，更可以反映一国的国力与财富。随着国民经济的发展，人民收入水平不断提高。国内生产总值增加，意味着国民经济水平提高，居民收入增加，居民的消费能力提升，消费水平随之提高。由此选择了国内生产总值GDP 作为居民消费水平计量分析的因素之一。 国内生产总值GDP是从整个宏观方面来对居民消费水平的整体水平做出个大致的分析，从微观层面上分析，主要的影响因素就是居民可支配收入，在我国居民由城镇居民与农村居民两部分组成，所以城镇居民可支配收入与农村居民可支配收入也是影响居民消费水平的因素。收入是消费的基础和前提；

4、60;其他条件不变，则人们当前可支配收入（当前收入）越多，对各种商品和服务的消费量就越大。因此要提高居民的生活水平，必须保持经济的稳定增长，增加居民收入。 一般地，未来预期收入（未来收入）越高，预期支出的可能性就会越大。 社会收入差距与社会总体消费水平有密切的联系。人们的收入差距过大，总体消费水平会降低；反之，收入差距缩小，会使总体消费水平提高。 农村居民人均可支配收入对居民消费水平的影响大大超过了城镇居民人均可支配收入对居民消费水平的影响。主要原因：第一是我国是农民人口占绝大多数的国家，而居民消费水平是以人口数为权数对农村居民消费水平和城镇居民消费水平进行加权平均计算而得

5、到的；第二是农村居民的消费动力远远大于城镇居民。 人口自然增长率，是反映人口发展速度和制定人口计划的重要指标，也是计划生育统计中的一个重要指标，它表明人口自然增长的程度和趋势。在人口数量一定的情况下，经济发展水平越高，消费品数量越多，那么居民消费水平就会越高；反之，在经济发展水平稳定的条件下，人口数量的多少就决定着消费水平的高低。 居民消费价格指数，是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。它是度量一组代表性消费商品及服务项目的价格水平随时间而变动的相对数，是用来反映居民家庭购买消费商品及服务的价格水平的变动情况。消费物价指数对居民根据经济理论分析，物价越高，

6、越会抑制人们的消费，消费水平会越低。以经济建设为中心，大力发展生产力，落实科学发展观，使国民经济又好又快发展。增加居民收入，农民收入，完善社保，缩小城乡差距。国家加强宏观调控，稳定物价。首先，要保持GDP稳速增长，同时，政府应当加大资金和物质投入，扩大社会保障的资金来源，增加融资来源和渠道，有效地促进社会保障制度的运行和社会保障体系的建设。 其次，应合理制定税收政策，积极推进税制改革，减轻中低收入者的税收负担，充分发挥税收对收入和消费的调节作用，通过提高个人所得税的起征点和对高收入群体征收较高的个人所得税，促进收入的相对公平。 三、基于计量经济模型的居民消费影响因素分析1、变量的选择与设计Y-

7、居民消费水平X1-国内生产总值X2-人口自然增长率X3-居民消费价格指数（上年=100）X4-城镇居民家庭人均可支配收入X5-农村居民家庭人均纯收入2、模型的设立Y=0+1X1+2X2+3X3+4X4+5X5回归结果：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 15:08Sample: 1979 2013Included observations: 35VariableCoefficientStd. Errort-StatisticProb.  C66.06162215.65380.30633

8、20.7615X10.0072830.0013485.4028660.0000X2-7.5834609.544774-0.7945140.4334X3-0.3277672.011271-0.1629650.8717X40.1033700.0436012.3708020.0246X50.9749710.06820414.294810.0000R-squared0.999806    Mean dependent var3896.143Adjusted R-squared0.999772    S.D. depende

9、nt var4226.517S.E. of regression63.80517    Akaike info criterion11.30435Sum squared resid118061.9    Schwarz criterion11.57098Log likelihood-191.8261    Hannan-Quinn criter.11.39639F-statistic29831.70    Durbin-Watson s

10、tat1.158136Prob(F-statistic)0.0000003、模型检验一，模型检验由以上回归结果可看出：1， 经济意义检验X2与理论分析和经验判断不一2， 拟合优度检验可决系数和修正的可决系数，拟合很好3， F检验显著性水平0.05下，F(6，29)=2.545F=29831.7>2.545 回归方程显著4， t检验显著性水平0.05下，t(29)=2.0452和3不能通过检验二，多重共线性检验：可决系数R2较高，经F检验的 参数联合显著性也很高，但X2和X3的系数不显著，且X2的符号与预期相反，这表明可能存在严重的多重共线性。1， 相关系数检验法X1X2X3X4X5X1&

11、#160;1.000000-0.800638-0.264424 0.996066 0.993517X2-0.800638 1.000000 0.409727-0.842008-0.829955X3-0.264424 0.409727 1.000000-0.280410-0.279674X4 0.996066-0.842008-0.280410 1.000000 0.997214X5 0.993517-0.829955-0.279674 0.997214 1.000000由上述

12、相关系数矩阵可以看出确实存在一定的多重共线性2，方差扩大因子检验法分别以X1，X2，X3，X4，X5为被解释变量，做关于其他解释变量的回归分析，结果Dependent Variable: X1Method: Least SquaresDate: 12/01/14 Time: 16:20Sample: 1979 2013Included observations: 35VariableCoefficientStd. Errort-StatisticProb.  C-61641.1626953.42-2.2869520.0294X25762.032751.35597.66884

13、40.0000X3-288.1224267.2832-1.0779660.2896X428.350852.8428259.9727750.0000X5-14.579188.845958-1.6481180.1098R-squared0.997432    Mean dependent var129747.2Adjusted R-squared0.997089    S.D. dependent var160186.0S.E. of regression8641.897    

14、Akaike info criterion21.09820Sum squared resid2.24E+09    Schwarz criterion21.32039Log likelihood-364.2184    Hannan-Quinn criter.21.17490F-statistic2912.951    Durbin-Watson stat0.871799Prob(F-statistic)0.000000Dependent Variable: X2Method

15、: Least SquaresDate: 12/01/14 Time: 16:22Sample: 1979 2013Included observations: 35VariableCoefficientStd. Errort-StatisticProb.  C6.8846823.9288941.7523200.0899X10.0001151.50E-057.6688440.0000X30.0746470.0359772.0748610.0467X4-0.0037170.000485-7.6642340.0000X50.0026950.0012082.2302390.033

16、4R-squared0.918477    Mean dependent var9.882000Adjusted R-squared0.907607    S.D. dependent var4.015221S.E. of regression1.220477    Akaike info criterion3.367924Sum squared resid44.68692    Schwarz criterion3.590117Log

17、 likelihood-53.93867    Hannan-Quinn criter.3.444625F-statistic84.49805    Durbin-Watson stat1.032575Prob(F-statistic)0.000000Dependent Variable: X3Method: Least SquaresDate: 12/01/14 Time: 16:23Sample: 1979 2013Included observations: 35VariableCoefficientStd.

18、 Errort-StatisticProb.  C83.2894012.328256.7559780.0000X1-0.0001290.000120-1.0779660.2896X21.6811450.8102442.0748610.0467X40.0047490.0038621.2296240.2284X5-0.0047270.006131-0.7710960.4467R-squared0.218961    Mean dependent var105.3943Adjusted R-squared0.114822 

19、0;  S.D. dependent var6.156152S.E. of regression5.791948    Akaike info criterion6.482378Sum squared resid1006.400    Schwarz criterion6.704570Log likelihood-108.4416    Hannan-Quinn criter.6.559079F-statistic2.102588  &

20、#160; Durbin-Watson stat1.019268Prob(F-statistic)0.105193Dependent Variable: X4Method: Least SquaresDate: 12/01/14 Time: 16:24Sample: 1979 2013Included observations: 35VariableCoefficientStd. Errort-StatisticProb.  C1605.419854.13011.8795960.0699X10.0270980.0027179.9727750.0000X2-178.

21、104923.23844-7.6642340.0000X310.104338.2174121.2296240.2284X51.1100330.2012305.5162330.0000R-squared0.998877    Mean dependent var7010.643Adjusted R-squared0.998727    S.D. dependent var7489.172S.E. of regression267.1760    Akaike info crit

22、erion14.14526Sum squared resid2141491.    Schwarz criterion14.36745Log likelihood-242.5420    Hannan-Quinn criter.14.22196F-statistic6671.194    Durbin-Watson stat0.889682Prob(F-statistic)0.000000Dependent Variable: X5Method: Least SquaresD

23、ate: 12/01/14 Time: 16:25Sample: 1979 2013Included observations: 35VariableCoefficientStd. Errort-StatisticProb.  C-201.4293576.1034-0.3496410.7291X1-0.0056950.003455-1.6481180.1098X252.7754023.663572.2302390.0334X3-4.1109635.331326-0.7710960.4467X40.4536340.0822365.5162330.0000R-squared0.

24、995234    Mean dependent var2328.203Adjusted R-squared0.994598    S.D. dependent var2323.844S.E. of regression170.7978    Akaike info criterion13.25040Sum squared resid875156.4    Schwarz criterion13.47259Log likelihood-

25、226.8820    Hannan-Quinn criter.13.32710F-statistic1566.006    Durbin-Watson stat0.388839Prob(F-statistic)0.000000由方差扩大因子VIF>=10判断，该模型存在严重多重共线性问题。3，对多重共线性的处理。变换模型形式：对所有变量取对数得：Dependent Variable: LNYMethod: Least SquaresDate: 12/01/14 Time: 16:34Sample: 1979

26、 2013Included observations: 35VariableCoefficientStd. Errort-StatisticProb.  C-1.1789680.357753-3.2954820.0026LNX10.2545160.1110382.2921670.0293LNX20.0831980.0375152.2177420.0346LNX3-0.0325300.099234-0.3278150.7454LNX40.4835020.1099294.3983220.0001LNX50.2795360.0627194.4569360.0001R-square

27、d0.999752    Mean dependent var7.567862Adjusted R-squared0.999709    S.D. dependent var1.324190S.E. of regression0.022575    Akaike info criterion-4.589165Sum squared resid0.014779    Schwarz criterion-4.322534Log likeli

28、hood86.31038    Hannan-Quinn criter.-4.497124F-statistic23391.41    Durbin-Watson stat1.339966Prob(F-statistic)0.000000有上述结果可看出该模型中LNX3对应的系数不能通过t检验，LNX3不显著，又由于对数模型误差相对较大，故综合而言，仍采用原有模型。，对原模型逐步回归一元回归分别做Y关于X1，X2 ,X3 ,X4 ,X5的一元回归，根据回归结果比较可决系数，引入X5二元回归分别做Y关于X5和X1，X

29、5和X2，X5和X3，X5和X4的二元回归，根据回归结果比较修正的可决系数，再引入X1三元回归分别做Y关于X1，X5和X2；X1，X5和X3；X1，X5和X4的三元回归，根据回归结果比较修正的可决系数，再引入X4四元回归分别做Y关于X1，X4，X5和X2以及X1，X4，X5和X3的四元回归，结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 17:23Sample: 1979 2013Included observations: 35VariableCoefficientStd. Errort-Statisti

30、cProb.  C38.76206133.58880.2901600.7737X10.0073250.0013015.6306870.0000X2-8.1344858.779795-0.9265010.3616X40.1018130.0418462.4330250.0211X50.9765200.06643414.699170.0000R-squared0.999805    Mean dependent var3896.143Adjusted R-squared0.999779    S.D.

31、 dependent var4226.517S.E. of regression62.76145    Akaike info criterion11.24812Sum squared resid118170.0    Schwarz criterion11.47032Log likelihood-191.8422    Hannan-Quinn criter.11.32482F-statistic38540.17    Durbin-

32、Watson stat1.154076Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/01/14 Time: 17:24Sample: 1979 2013Included observations: 35VariableCoefficientStd. Errort-StatisticProb.  C13.85191204.13200.0678580.9463X10.0064110.0007798.2343640.0000X3-0.8938531.869247-0.4781

33、890.6360X40.1315540.0251955.2214610.0000X50.9545350.06277915.204640.0000R-squared0.999801    Mean dependent var3896.143Adjusted R-squared0.999775    S.D. dependent var4226.517S.E. of regression63.41182    Akaike info criterion11.26874Sum sq

34、uared resid120631.8    Schwarz criterion11.49093Log likelihood-192.2030    Hannan-Quinn criter.11.34544F-statistic37753.52    Durbin-Watson stat1.141169Prob(F-statistic)0.000000由于引入X2或X3，都使模型存在不能通过t检验的问题故逐步回归的结果是最终保留X1， X4， X5。模型改为Y=0+1X1+4

35、X4+5X5三，异方差性检验：1，White检验Heteroskedasticity Test: WhiteF-statistic4.557144    Prob. F(9,25)0.0013Obs*R-squared21.74530    Prob. Chi-Square(9)0.0097Scaled explained SS14.92853    Prob. Chi-Square(9)0.0929Test Equation:Dependent Variable: RESI

36、D2Method: Least SquaresDate: 12/01/14 Time: 20:12Sample: 1979 2013Included observations: 35VariableCoefficientStd. Errort-StatisticProb.  C5605.1813026.3151.8521470.0758X12-6.33E-074.79E-06-0.1320920.8960X1*X40.0005000.0002482.0192480.0543X1*X5-0.0015440.000510-3.0270190.0057X10.4155350.31

37、32561.3265030.1967X42-0.0123720.005331-2.3205790.0288X4*X50.0441620.0227121.9444040.0632X44.54858810.958180.4150860.6816X52-0.0163990.029419-0.5574220.5822X5-36.5037824.10651-1.5142710.1425R-squared0.621294    Mean dependent var3472.893Adjusted R-squared0.484960   

38、 S.D. dependent var4661.580S.E. of regression3345.443    Akaike info criterion19.30354Sum squared resid2.80E+08    Schwarz criterion19.74793Log likelihood-327.8120    Hannan-Quinn criter.19.45694F-statistic4.557144   

39、60;Durbin-Watson stat2.171776Prob(F-statistic)0.001251NR2=21.7453>2(9)=16.9190，故存在异方差（二），由于上列t检验结果表明上述模型3个变量均可能存在异方差，变换模型形式：LNY =0 + 1LNX1 +2 LNX2 +3LNX3 +4 LNX4 +5 LNX5一，多重共线性由上文可知该模型存在多重共线性问题，经逐步回归剔除变量LNX3，回归结果如下Dependent Variable: LNYMethod: Least SquaresDate: 12/01/14 Time: 22:42Sample: 1979

40、2013Included observations: 35VariableCoefficientStd. Errort-StatisticProb.  C-1.2764400.195955-6.5139420.0000LNX10.2401650.1005132.3893960.0234LNX20.0746820.0266572.8015740.0088LNX40.4885080.1072314.5556480.0001LNX50.2905750.0521215.5749750.0000R-squared0.999751    Mean

41、 dependent var7.567862Adjusted R-squared0.999718    S.D. dependent var1.324190S.E. of regression0.022236    Akaike info criterion-4.642609Sum squared resid0.014834    Schwarz criterion-4.420416Log likelihood86.24566    H

42、annan-Quinn criter.-4.565908F-statistic30135.81    Durbin-Watson stat1.301994Prob(F-statistic)0.000000由以上结果可看该模型LNY =0 + 1LNX1 +2 LNX2 +4 LNX4 +5 LNX5不再存在多重共线问题。二，异方差性检验1，White检验Heteroskedasticity Test: WhiteF-statistic0.504366    Prob. F(13,21)0.8972Obs*R-squ

43、ared8.327780    Prob. Chi-Square(13)0.8216Scaled explained SS4.825566    Prob. Chi-Square(13)0.9788Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/01/14 Time: 22:27Sample: 1979 2013Included observations: 35Collinear test regressors droppe

44、d from specificationVariableCoefficientStd. Errort-StatisticProb.  C0.2807320.3170120.8855550.3859LNX120.0385680.0451340.8545300.4025LNX1*LNX20.0140300.0290450.4830560.6341LNX1*LNX4-0.0706270.058710-1.2029700.2424LNX1*LNX5-0.0214750.058737-0.3656160.7183LNX1-0.1307900.227483-0.5749430.5714

45、LNX220.0066260.0091780.7219150.4783LNX2*LNX4-0.0066220.034156-0.1938720.8481LNX2*LNX5-0.0056800.014646-0.3878390.7020LNX2-0.0880960.094697-0.9302930.3628LNX4*LNX50.0955510.0754361.2666530.2191LNX40.0844430.1941730.4348830.6681LNX52-0.0405720.036667-1.1064990.2810LNX50.0507800.1074850.4724430.6415R-s

46、quared0.237937    Mean dependent var0.000424Adjusted R-squared-0.233817    S.D. dependent var0.000540S.E. of regression0.000600    Akaike info criterion-11.71047Sum squared resid7.56E-06    Schwarz criterion-11.08833Log

47、likelihood218.9332    Hannan-Quinn criter.-11.49571F-statistic0.504366    Durbin-Watson stat2.370349Prob(F-statistic)0.897163nR2=8.3278<X(13)=22.3621，不存在异方差三，自相关检验1， DW检验对模型估计结果的DW统计量为1.3020，5%的显著性水平下，查DW统计表可知，dl=1.222，du=1.728，模型中dl<DW<du，显然不能判断模型是否有

48、自相关。2， 残差3，LM检验Breusch-Godfrey Serial Correlation LM Test:F-statistic2.333364    Prob. F(2,28)0.1155Obs*R-squared5.000055    Prob. Chi-Square(2)0.0821Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 12/01/14 Time: 23:01Sample: 1979 2013Included observations: 35Presample missing